Mapping caribou habitat north of the 51st parallel in Québec using Landsat imagery
Notice bibliographique
Résumé
A methodology using Landsat Thematic Mapper (TM) images and vegetation typology, based on lichens as the principal component of caribou winter diet, was developed to map caribou habitat over a large and diversified area of Northern Québec. This approach includes field validation by aerial surveys (helicopter), classification of vegetation types, image enhancement, visual interpretation and computer assisted mapping. Measurements from more than 1500 field sites collected over six field campaigns from 1989 to 1996 represented the data analysed in this study. As the study progressed, 14 vegetation classes were defined and retained for analyses. Vegetation classes denoting important caribou habitat included six classes of upland lichen communities (Lichen, Lichen-Shrub, Shrub-Lichen, Lichen-Graminoid-Shrub, Lichen-Woodland, Lichen-Shrub-Woodland). Two classes (Burnt-over area, Regenerating burnt-over area) are related to forest fire, and as they develop towards lichen communities, will become important for caribou. The last six classes are retained to depict remaining vegetation cover types. A total of 37 Landsat TM scenes were geocoded and enhanced using two methods: the Taylor method and the false colour composite method (bands combination and stretching). Visual inter¬pretation was chosen as the most efficient and reliable method to map vegetation types related to caribou habitat. The 43 maps produced at the scale of 1:250 000 and the synthesis map (1:2 000 000) provide a regional perspective of caribou habitat over 1200 000 km2 covering the entire range of the George river herd. The numerical nature of the data allows rapid spatial analysis and map updating.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».